[發(fā)明專利]基于精準(zhǔn)聚類的胃食管反流疾病危險(xiǎn)因素提取方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811589375.0
• 申請(qǐng)日: 2018-12-25
• 公開（公告）號(hào): CN109685139A
• 公開（公告）日: 2019-04-26
• 發(fā)明（設(shè)計(jì)）人: 劉萬里;徐雷;黃玉珍;姚瀾;李榮臻;夏吉安
• 申請(qǐng)（專利權(quán)）人: 劉萬里
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G16H50/20
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 杜陽陽

1.一種基于精準(zhǔn)聚類的胃食管反流疾病危險(xiǎn)因素提取方法，其特征在于，所述方法包括：

構(gòu)建初始患者信息集；所述初始患者信息集為M行N列的數(shù)據(jù)集；所述初始患者信息集中的第i行第1列的因素為患者問卷ID號(hào)，且不同行中第1列的因素表示為不同的患者問卷ID號(hào)；所述初始患者信息集中的第1行第j列的因素為調(diào)查問卷的問題，且不同列中第1行的因素表示為不同的問題；所述初始患者信息集中的第i行第j列的因素為第i患者問卷ID號(hào)對(duì)第j問題的答案；其中，2≤i≤M，2≤j≤N；

對(duì)所述初始患者信息集中的答案進(jìn)行數(shù)據(jù)量化處理，得到量化數(shù)據(jù)矩陣；所述量化數(shù)據(jù)矩陣為M行N列的矩陣；所述量化數(shù)據(jù)矩陣中的第i行第1列的元素為患者問卷ID號(hào)，且不同行中第1列的元素表示為不同的患者問卷ID號(hào)；所述量化數(shù)據(jù)矩陣中的第1行第j列的元素為調(diào)查問卷的問題，且不同列中第1行的元素表示為不同的問題；所述量化數(shù)據(jù)矩陣中的第i行第j列的元素為第i患者問卷ID號(hào)第j問題答案的數(shù)據(jù)量化結(jié)果果；其中，2≤i≤M，2≤j≤N；

采用層次聚類算法對(duì)所述量化數(shù)據(jù)矩陣中的每個(gè)樣本點(diǎn)進(jìn)行聚類處理，得到層次聚類樹狀圖；第z個(gè)所述樣本點(diǎn)代表所述量化數(shù)據(jù)矩陣中的第z行數(shù)據(jù)；所述樣本點(diǎn)的個(gè)數(shù)與所述量化數(shù)據(jù)矩陣的列數(shù)相同，其中，2≤z≤M；

根據(jù)所述層次聚類樹狀圖確定聚類數(shù)目；

根據(jù)所述聚類數(shù)目和K-Means聚類算法，對(duì)所述量化數(shù)據(jù)矩陣中的元素進(jìn)行聚類，得到多個(gè)類簇；

計(jì)算每個(gè)所述類簇中各個(gè)元素間的相關(guān)指數(shù)，并將相關(guān)指數(shù)最大的元素確定為胃食管反流疾病危險(xiǎn)因素；所述相關(guān)指數(shù)為相關(guān)系數(shù)平方的平均數(shù)。

2.根據(jù)權(quán)利要求1所述的胃食管反流疾病危險(xiǎn)因素提取方法，其特征在于，所述采用層次聚類算法對(duì)所述量化數(shù)據(jù)矩陣中的每個(gè)樣本點(diǎn)進(jìn)行聚類處理，得到層次聚類樹狀圖，具體包括：

采用凝聚層次聚類算法對(duì)所述量化數(shù)據(jù)矩陣中的每個(gè)樣本點(diǎn)進(jìn)行聚類處理，得到層次聚類樹狀圖。

3.根據(jù)權(quán)利要求2所述的胃食管反流疾病危險(xiǎn)因素提取方法，其特征在于，所述采用凝聚層次聚類算法對(duì)所述量化數(shù)據(jù)矩陣中的每個(gè)樣本點(diǎn)進(jìn)行聚類處理，得到層次聚類樹狀圖，具體包括：

步驟1，計(jì)算兩兩樣本點(diǎn)之間的距離；

步驟2，選擇距離最小的兩個(gè)樣本點(diǎn)合成一個(gè)類；

步驟3，重復(fù)步驟1和步驟2，直到所有樣本點(diǎn)聚為一類，得到層次聚類樹狀圖。

4.根據(jù)權(quán)利要求3所述的胃食管反流疾病危險(xiǎn)因素提取方法，其特征在于，所述計(jì)算兩兩樣本點(diǎn)之間的距離，具體包括：

采用平均距離算法，計(jì)算兩兩樣本點(diǎn)之間的距離。

5.根據(jù)權(quán)利要求1所述的胃食管反流疾病危險(xiǎn)因素提取方法，其特征在于，在執(zhí)行根據(jù)所述聚類數(shù)目和K-Means聚類算法，對(duì)所述量化數(shù)據(jù)矩陣中的元素進(jìn)行聚類，得到多個(gè)類簇之前，所述方法還包括：

采用K-Means++算法確定初始聚類中心。

6.根據(jù)權(quán)利要求5所述的胃食管反流疾病危險(xiǎn)因素提取方法，其特征在于，所述根據(jù)所述聚類數(shù)目和K-Means聚類算法，對(duì)所述量化數(shù)據(jù)矩陣中的元素進(jìn)行聚類，得到多個(gè)類簇，具體包括：

輸入所述聚類數(shù)目、所述初始聚類中心以及所述量化數(shù)據(jù)矩陣，運(yùn)行所述K-Means聚類算法對(duì)應(yīng)的程序，對(duì)所述量化數(shù)據(jù)矩陣中的元素進(jìn)行聚類劃分，得到多個(gè)類簇。